【上海交通大学】ParkingE2E：基于相机的端到端泊车网络

主要观点总结

本文介绍了一种基于相机的端到端泊车网络ParkingE2E，用于自动泊车任务。文章阐述了传统泊车算法的不足和基于神经网络的方法的优越性。所提出的方法通过模仿学习从RGB图像到路径规划的端到端规划，模仿人类驾驶轨迹。文章在现实世界场景中进行实验，验证了该方法的可行性和有效性。

关键观点总结

关键观点1: 介绍端到端泊车网络ParkingE2E

该网络将环视图像转换为鸟瞰图表示，采用目标特征查询图像特征，并与目标停车位的特征融合。利用基于transformer的解码器自回归生成轨迹点。

关键观点2: 方法的实验验证

文章在实车上部署了端到端模型进行测试，验证了该网络模型在各种现实世界场景中泊车的可行性和泛化能力。

关键观点3: 与传统泊车方法的比较和未来的工作

虽然端到端方法在某些方面表现出优势，但与高度优化的基于规则的泊车方法之间仍存在性能差距。未来的工作旨在进一步提升端到端泊车算法的性能。

免责声明